ਦੁਨੀਆ ਦੇ ਵੱਡੇ AI ਲੀਡਰ ਹੁਣ ਹਾਈਪ (Hyp) ਤੋਂ ਹੱਟ ਕੇ ਜ਼ਿਆਦਾ ਐਨਰਜੀ ਡਿਮਾਂਡ, ਵਧਦੀਆਂ ਕੀਮਤਾਂ ਅਤੇ ਡਿਪਲਾਇਮੈਂਟ (Deployment) ਦੀਆਂ ਮੁਸ਼ਕਲਾਂ ਵਰਗੀਆਂ ਅਸਲੀਅਤਾਂ 'ਤੇ ਧਿਆਨ ਦੇ ਰਹੇ ਹਨ। ਭਾਰਤੀ ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ, ਇਹ IT ਸਰਵਿਸਿਜ਼ ਸੈਕਟਰ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਬਦਲਾਅ ਲਿਆ ਰਿਹਾ ਹੈ, ਜਿੱਥੇ ਹੁਣ ਰੈਵੇਨਿਊ ਗਰੋਥ (Revenue Growth) ਦੀ ਬਜਾਏ ਮੁਨਾਫੇ (Profitability) ਨੂੰ ਪਹਿਲ ਦਿੱਤੀ ਜਾ ਰਹੀ ਹੈ ਕਿਉਂਕਿ ਕੰਪਨੀਆਂ AI ਆਟੋਮੇਸ਼ਨ (Automation) ਦੇ ਰਵਾਇਤੀ ਬਿਲਿੰਗ ਮਾਡਲਾਂ 'ਤੇ ਪੈ ਰਹੇ ਡਿਫਲੇਸ਼ਨਰੀ (Deflationary) ਪ੍ਰਭਾਵ ਨਾਲ ਨਜਿੱਠ ਰਹੀਆਂ ਹਨ।
ਕੀ ਹੋਇਆ?
ਸਿਲੀਕਾਨ ਵੈਲੀ ਦੇ ਟਾਪ ਟੈੱਕਨਾਲੋਜੀ ਲੀਡਰ ਹੁਣ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਸਮਰੱਥਾ ਤੋਂ ਪਰ੍ਹੇ ਜਾ ਕੇ ਇਸ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀਆਂ ਅਸਲ ਚੁਣੌਤੀਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਹੇ ਹਨ। ਜਿੱਥੇ AI ਦੀ ਸ਼ੁਰੂਆਤੀ ਲਹਿਰ ਉਤਸ਼ਾਹ ਅਤੇ ਨਿਵੇਸ਼ ਨਾਲ ਚੱਲ ਰਹੀ ਸੀ, ਉੱਥੇ ਹੁਣ ਗੱਲਬਾਤ ਤਿੰਨ ਮੁੱਖ ਰੁਕਾਵਟਾਂ 'ਤੇ ਆ ਗਈ ਹੈ: AI ਡਾਟਾ ਸੈਂਟਰਾਂ ਨੂੰ ਪਾਵਰ ਦੇਣ ਲਈ ਲੋੜੀਂਦੀ ਭਾਰੀ ਐਨਰਜੀ, ਪ੍ਰਾਜੈਕਟਾਂ ਨੂੰ ਪ੍ਰਯੋਗਾਤਮਕ ਪਾਇਲਟਾਂ ਤੋਂ ਅਸਲ ਉਤਪਾਦਨ ਤੱਕ ਸਕੇਲ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼, ਅਤੇ 'ਟੋਕਨ ਇਕਨਾਮਿਕਸ' (Token Economics) ਦੇ ਵਧਦੇ ਖਰਚੇ ਜੋ ਅਕਸਰ ਉਤਪੰਨ ਮੁੱਲ ਤੋਂ ਵੱਧ ਜਾਂਦੇ ਹਨ।
ਇਹ ਗਲੋਬਲ ਹਕੀਕਤ ਹੁਣ ਭਾਰਤੀ ਟੈਕਨਾਲੋਜੀ ਸੈਕਟਰ ਦੇ ਰੁਝਾਨਾਂ ਨੂੰ ਦਰਸਾ ਰਹੀ ਹੈ। ਭਾਵੇਂ ਭਾਰਤੀ ਕਾਰੋਬਾਰ (Enterprises) AI ਦੀ ਜਾਂਚ ਕਰਨ ਵਿੱਚ ਕਾਫੀ ਸਰਗਰਮ ਹਨ, ਪਰ ਬਹੁਤ ਸਾਰੇ ਇਸਨੂੰ ਮਾਪਣਯੋਗ ਬਿਜ਼ਨਸ ਨਤੀਜਿਆਂ ਵਿੱਚ ਬਦਲਣ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਬਦਲਾਅ ਸਿਰਫ਼ AI ਨੂੰ ਅਪਣਾਉਣ ਬਾਰੇ ਨਹੀਂ ਹੈ, ਬਲਕਿ ਇਸਨੂੰ ਟਿਕਾਊ ਅਤੇ ਕਿਫਾਇਤੀ ਬਣਾਉਣ ਲਈ ਬੁਨਿਆਦੀ ਢਾਂਚਾ, ਪ੍ਰਤਿਭਾ (Talent) ਅਤੇ ਗਵਰਨੈਂਸ (Governance) ਫਰੇਮਵਰਕ ਬਣਾਉਣ ਬਾਰੇ ਹੈ।
ਪਾਵਰ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦਾ ਅੜਿੱਕਾ
ਆਧੁਨਿਕ AI ਮਾਡਲਾਂ ਲਈ ਲੋੜੀਂਦੀ ਵਿਸ਼ਾਲ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਨੇ ਬਿਜਲੀ ਦੀ ਉਪਲਬਧਤਾ ਨੂੰ ਇੱਕ ਨਾਜ਼ੁਕ ਰੁਕਾਵਟ ਬਣਾ ਦਿੱਤਾ ਹੈ। ਭਾਰਤ ਵਿੱਚ, ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੀ ਬਿਜਲੀ ਦੀ ਮੰਗ 2031-32 ਤੱਕ 13.56 ਗੀਗਾਵਾਟ ਤੱਕ ਪਹੁੰਚਣ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਜੋ ਕਿ ਗਰਿੱਡ ਯੋਜਨਾਬੰਦੀ ਅਤੇ ਪਾਵਰ ਸੁਰੱਖਿਆ ਲਈ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਪੈਦਾ ਕਰਦਾ ਹੈ।
ਉਦਯੋਗ ਦੇ ਨੇਤਾ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਨ ਕਿ ਬਿਜਲੀ ਹੁਣ ਸਿਰਫ ਇੱਕ ਯੂਟਿਲਿਟੀ ਕਾਸਟ (Utility Cost) ਨਹੀਂ ਹੈ - ਇਹ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੇ ਵਿਕਾਸ ਲਈ ਇੱਕ ਨਿਰਧਾਰਕ ਸੀਮਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਕੰਪਨੀਆਂ ਵੱਡੇ AI ਫੈਕਟਰੀਆਂ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ, ਪਾਵਰ ਸਪਲਾਈ ਦੀ ਪੂਰਵ-ਅਨੁਮਾਨਯੋਗਤਾ (Predictability) ਮਾਡਲ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਜਿੰਨੀ ਹੀ ਮਹੱਤਵਪੂਰਨ ਹੋ ਗਈ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਖਿਡਾਰੀਆਂ (Infrastructure Players) ਅਤੇ ਊਰਜਾ-ਕੁਸ਼ਲ ਡਾਟਾ ਸੈਂਟਰ ਆਪਰੇਟਰਾਂ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਦੇ AI ਨੈਰੇਟਿਵ (Narrative) ਲਈ ਕੇਂਦਰੀ ਬਣਾਉਂਦਾ ਹੈ।
ਭਾਰਤੀ IT ਸਰਵਿਸਿਜ਼ 'ਤੇ ਮਾਰਜਿਨ ਦਾ ਦਬਾਅ
ਭਾਰਤੀ IT ਸਰਵਿਸਿਜ਼ ਸੈਕਟਰ ਲਈ, AI ਦਾ ਪ੍ਰਭਾਵ ਇੱਕ ਢਾਂਚਾਗਤ (Structural) ਹੈ। ਇਹ ਉਦਯੋਗ ਇਸ ਸਮੇਂ ਇੱਕ ਅਨਿਸ਼ਚਿਤ ਮੰਗ ਦੇ ਮਾਹੌਲ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ, ਜਿੱਥੇ ਕਈ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ (Large-cap Firms) ਦੀ ਰੈਵੇਨਿਊ ਗਰੋਥ 2-3% ਦੀ ਰੇਂਜ ਵਿੱਚ ਰੁਕੀ ਹੋਈ ਹੈ।
ਜਨਰੇਟਿਵ AI (Generative AI) ਰਵਾਇਤੀ ਆਊਟਸੋਰਸਿੰਗ ਮਾਡਲ 'ਤੇ "ਡਿਫਲੇਸ਼ਨਰੀ" ਦਬਾਅ ਪੈਦਾ ਕਰ ਰਿਹਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਆਟੋਮੇਸ਼ਨ ਟੂਲਸ ਐਪਲੀਕੇਸ਼ਨ ਮੈਨਟੇਨੈਂਸ (Application Maintenance) ਅਤੇ ਟੈਸਟਿੰਗ (Testing) ਵਰਗੇ ਕੰਮਾਂ ਲਈ ਲੋੜੀਂਦੇ ਮਨੁੱਖੀ ਯਤਨਾਂ ਨੂੰ ਘਟਾਉਂਦੇ ਹਨ, ਰਵਾਇਤੀ "ਬਿਲੇਬਲ ਆਵਰਸ" (Billable Hours) ਮਾਡਲ ਸੁੰਗੜ ਰਿਹਾ ਹੈ। ਇਸ ਦੇ ਜਵਾਬ ਵਿੱਚ, ਭਾਰਤੀ IT ਫਰਮਾਂ ਘੱਟ-ਮਾਰਜਿਨ ਵਾਲੇ ਕੰਟਰੈਕਟਾਂ ਤੋਂ ਵੱਧ ਤੋਂ ਵੱਧ ਦੂਰ ਜਾ ਰਹੀਆਂ ਹਨ ਜੋ ਸਖਤ ਮੁਨਾਫੇ ਦੀਆਂ ਸੀਮਾਵਾਂ (Profitability Thresholds) ਨੂੰ ਪੂਰਾ ਨਹੀਂ ਕਰਦੇ। ਇਹ ਇੱਕ ਬੁਨਿਆਦੀ ਬਦਲਾਅ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ: ਲੀਡਰ ਕਿਸੇ ਵੀ ਕੀਮਤ 'ਤੇ ਟਾਪ-ਲਾਈਨ ਰੈਵੇਨਿਊ ਗਰੋਥ ਦਾ ਪਿੱਛਾ ਕਰਨ ਦੀ ਬਜਾਏ ਆਪਣੇ ਪ੍ਰੋਫਿਟ ਮਾਰਜਿਨ (Profit Margins) ਨੂੰ ਬਚਾਉਣਾ ਚੁਣ ਰਹੇ ਹਨ।
ਐਂਟਰਪ੍ਰਾਈਜ਼ ਡਿਪਲਾਇਮੈਂਟ 'ਵੈਲੀ ਆਫ਼ ਡੈਥ' (Valley of Death)
AI ਪ੍ਰਯੋਗਾਂ (Experimentation) ਅਤੇ ਉਤਪਾਦਨ (Production) ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪਾੜਾ ਉੱਭਰਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਲਗਭਗ ਅੱਧੀ ਭਾਰਤੀ ਸੰਸਥਾਵਾਂ (Organizations) ਕਈ AI ਪਾਇਲਟ (Pilots) ਚਲਾ ਰਹੀਆਂ ਹਨ, ਬਹੁਤ ਸਾਰੀਆਂ ਇਹਨਾਂ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਪੂਰੇ ਪੈਮਾਨੇ ਦੇ ਆਪਰੇਸ਼ਨਾਂ (Full-scale Operations) ਵਿੱਚ ਲਿਜਾਣ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ।
ਮੁੱਖ ਰੁਕਾਵਟਾਂ ਮਾਡਲ ਖੁਦ ਨਹੀਂ ਹਨ, ਬਲਕਿ ਖਰਾਬ-ਗੁਣਵੱਤਾ ਵਾਲਾ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਡਾਟਾ, ਕਮਜ਼ੋਰ ਗਵਰਨੈਂਸ ਫਰੇਮਵਰਕ, ਅਤੇ ਰਿਟਰਨ ਆਨ ਇਨਵੈਸਟਮੈਂਟ (ROI) ਮੈਟ੍ਰਿਕਸ (Metrics) ਦੀ ਸਪੱਸ਼ਟ ਘਾਟ ਹੈ। ਇਸ ਨਾਲ "ਪਾਇਲਟ ਫੈਟੀਗ" (Pilot Fatigue) ਹੋ ਰਿਹਾ ਹੈ, ਜਿੱਥੇ ਛੇ ਤੋਂ ਬਾਰਾਂ ਮਹੀਨਿਆਂ ਦੇ ਅੰਦਰ ਨਤੀਜੇ ਨਾ ਦਿਖਾਉਣ ਵਾਲੇ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਐਗਜ਼ੀਕਿਊਟਿਵ ਸਪੋਰਟ (Executive Support) ਅਤੇ ਫੰਡਿੰਗ (Funding) ਨਹੀਂ ਮਿਲਦੀ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਅੱਗੇ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਆਮ AI ਹਾਈਪ (Hype) ਤੋਂ ਪਰ੍ਹੇ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਖਾਸ ਓਪਰੇਸ਼ਨਲ ਮਾਰਕਰਾਂ (Operational Markers) 'ਤੇ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਮਾਰਜਿਨ ਸੁਰੱਖਿਆ: IT ਸਰਵਿਸਿਜ਼ ਫਰਮਾਂ ਦੀ ਰੈਵੇਨਿਊ ਮਿਕਸ (Revenue Mix) ਵਿੱਚ ਬਦਲਾਅ ਦੇ ਬਾਵਜੂਦ ਮਾਰਜਿਨ ਬਣਾਈ ਰੱਖਣ ਜਾਂ ਸੁਧਾਰਨ ਦੀ ਸਮਰੱਥਾ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ। ਉਹ ਫਰਮਾਂ ਜੋ ਸਿਰਫ ਇੰਜੀਨੀਅਰਿੰਗ ਘੰਟੇ ਵੇਚਣ ਦੀ ਬਜਾਏ "ਆਊਟਕਮ-ਬੇਸਡ" (Outcome-based) ਜਾਂ "ਪਲੇਟਫਾਰਮ-ਬੇਸਡ" (Platform-based) ਸੇਵਾਵਾਂ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਵੇਚ ਸਕਦੀਆਂ ਹਨ, ਉਹ ਬਿਹਤਰ ਸਥਿਤੀ ਵਿੱਚ ਹਨ।
- ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਰਣਨੀਤੀ: ਸੁਰੱਖਿਅਤ, ਪਾਵਰ-ਕੁਸ਼ਲ, ਅਤੇ ਟਿਕਾਊ ਡਾਟਾ ਸੈਂਟਰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ, ਕਿਉਂਕਿ ਪਾਵਰ ਦੀ ਉਪਲਬਧਤਾ ਅਗਲੇ ਪੜਾਅ ਦੇ AI ਵਿਸਥਾਰ (AI Expansion) ਵਿੱਚ ਜੇਤੂਆਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰੇਗੀ।
- ਟੈਲੈਂਟ ਅਨੁਕੂਲਨ: ਵਰਕਫੋਰਸ ਰੀਸਕਿਲਿੰਗ (Workforce Reskilling) 'ਤੇ ਕੰਪਨੀ ਦੇ ਫੋਕਸ ਦੀ ਨਿਗਰਾਨੀ ਕਰੋ। AI ਟੈਲੈਂਟ ਗੈਪ (Talent Gap) ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਜੋਖਮ ਬਣਿਆ ਹੋਇਆ ਹੈ, ਅਤੇ ਉਹ ਫਰਮਾਂ ਜੋ ਆਪਣੇ ਮੌਜੂਦਾ ਵਰਕਫੋਰਸ ਵਿੱਚ ਸਿਸਟਮੈਟਿਕ ਤੌਰ 'ਤੇ AI ਫਲੂਐਂਸੀ (AI Fluency) ਬਣਾ ਸਕਦੀਆਂ ਹਨ, ਉਹ ਮਹਿੰਗੇ ਨਵੇਂ ਕਰਮਚਾਰੀਆਂ 'ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਿਰਭਰ ਕਰਨ ਵਾਲਿਆਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਘੱਟ ਭਰਤੀ ਲਾਗਤਾਂ (Recruitment Costs) ਦਾ ਸਾਹਮਣਾ ਕਰਨਗੀਆਂ।
- ਉਤਪਾਦਨ-ਪੈਮਾਨੇ ਦਾ ਮਾਲੀਆ: ਆਉਣ ਵਾਲੇ ਕੁਆਰਟਰਾਂ (Quarters) ਵਿੱਚ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਮੈਟ੍ਰਿਕ ਇਹ ਹੋਵੇਗਾ ਕਿ ਕਿੰਨਾ ਮਾਲੀਆ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕਾਰਜਸ਼ੀਲ (Operational) AI ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਪੈਦਾ ਹੋਇਆ ਹੈ, ਨਾ ਕਿ ਕਿੰਨੇ AI ਪਾਇਲਟ ਲਾਂਚ ਕੀਤੇ ਗਏ।